逻辑回归：
是一种广义的线性回归分析模型
逻辑回归针对的目标变量是类别型的，参数估值上，采用最大似染法。
分类问题可以转换成概率的都是逻辑回归的常见场景，如：
会不会逾期（风控）
会不会是流失客户（会员运营）
会不会点击（CTR预估、推荐系统、搜索）
优点：模型简单、可解释性强
缺点：不能做特征交叉
代码演示
需求：探究不同职业的人使用优惠券的可能
1 数据预处理
注意：剔除异常值、处理缺失值，排除共线性问题
1.1 本文数据预览
1.2 过采样处理样本不均衡问题处理
1.2.1 选定自变量 因变量
|
1 2 3 4 5 |
x = df[[‘job_admin.‘, ‘job_blue-collar‘, ‘job_entrepreneur‘, ‘job_housemaid‘, ‘job_management‘, ‘job_retired‘, ‘job_self-employed‘, ‘job_services‘, ‘job_student‘, ‘job_technician‘, ‘job_unemployed‘, ‘job_unknown‘]] y = df[‘coupon_ind‘] |
1.2.2 查看是否均衡，发现样本不均衡
也可以使用 df.coupon_ind.value_counts() 来查看
1.2.3 进行过采样处理
|
1 2 3 |
from imblearn.over_sampling import SMOTE smo = SMOTE(random_state=11) x, y= smo.fit_sample(x, y) |
2 划分训练集、测试集
|
1 2 3 4 |
from sklearn.model_selection import train_test_split x_train, x_test, y_train, y_test = train_test_split( x, y, test_size=0.3, random_state=11) |
3 逻辑回归模型
|
1 2 3 4 5 6 7 8 |
from sklearn.linear_model import LogisticRegression lr = LogisticRegression() lr.fit(x_train, y_train) # 回归系数 lr.coef_ # 截距 lr.intercept_ |
4模型评估
4.1 使用模型进行预测
|
1 2 |
y_pred_train = lr.predict(x_train) y_pred_test = lr.predict(x_test) |
4.2 查看得分
|
1 2 |
from sklearn.metrics import accuracy_score accuracy_score(y_train, y_pred_train) |
4.3 查看召回率
|
1 2 3 4 |
from sklearn.metrics import auc, roc_curve fpr, tpr, _ = roc_curve(y_train, y_pred_train) roc_auc = auc(fpr,tpr) roc_auc |
小杰博客 , 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：逻辑回归 | 使用 sklearn.linear_model.LogisticRegression 预测不同职业的人优惠券使用情况
转载请注明原文链接：逻辑回归 | 使用 sklearn.linear_model.LogisticRegression 预测不同职业的人优惠券使用情况
